Заметки для преподавателей
Содержание
Заметки для преподавателей¶
Задача пособия состоит в том, чтобы студент после прохождения практики был способен разобраться в любом статистическом методе.
Для решения поставленной задачи в пособии даётся много разнообразной информации по компьютерным технологиям для расширения кругозора. При этом поддерживается примат наработки инструментальных навыков. Для практических занятий выбраны инструменты, наиболее популярные в научных исследованиях.
В пособие включены рекомендации по выполнению проектного задания, связанного с получением практических навыков проведения исследований с построением математических моделей.
Мотивация разработки пособия¶
Современная биология пользуется самыми продвинутыми технологиями – порождает новые математические науки. Именно сложно формализуемые задачи медицинской диагностики, генетики, молекулярной биоинженерии породили новые прорывные области математики, такие как биомеханика, биоинформатика, симуляционное моделирование, стигмергия, нелинейное программирование (самообучающиеся многослойные нейронные сети) и т.п.
С другой стороны, в учебных программах уделяется мало времени на освоение математических основ. Вкупе с низкой исходной математической подготовкой студентов это создает противоречие, поскольку от студентов на выходе требуется умения и навыки работы с технологиями, понимание которых для них недоступно.
Разрешение противоречия заключено в повышении уровня владения информационными технологиями: от манипулирования данными на низком уровне, которым по праву должны заниматься специалисты-компьютерологи, биологи переходят к использованию высокоуровневых пакетов математической обработки.
Концепция пособия¶
Практика по математическим методам анализа данных у студентов-непрограммистов не направлена на развитие конкретных навыков программирования.
Пособие разработано в связке с набором ресурсов для упражнений. Упражнения выполнены в виде отдельных блокнотов, которые можно использовать вне контекста.
Методическое пособие представляет собой навигатор для выполнения упражнений в рекомендуемом порядке. Это не исключает выборочное выполнение упражнений, если студент желает изучить или повторить конкретную тему.
Самостоятельные работы выполняются с использованием образцов кода, взятых из блокнотов с упражнениями.
Блокноты с практическими заданиями имеют префикс Task_. Практические задания объединяют в себе примеры отдельных операций обработки данных, ссылки на дополнительные материалы, упражнения для самостоятельного выполнения.
Компетенции¶
Ниже приведены индикаторы развития навыков, сгруппированные по субкомпетенциям. Индикатор сопровождается ссылками на практические работы, в которых разрабатывается соответствующий навык.
Способен ставить задачи¶
Представляет процесс сбора эпидемиологических данных Эпидемиологическая статистика
Знает принципы анонимизации биомедицинских данных Сведенья о пациентах
Формулирует комплексные показатели 🗎 Оценка качества
Оценивает сложность методики по описанию в научной статье 🗎 Анализ научной статьи
Использует статистические методы¶
Очистка данных, проверка на полноту ☑ Подготовка данных Эпидемиологическая статистика
Генерация выборки ☑ Генерация случайных выборок
Проверка свойств распределения Проверка нормальности распределения Подбор параметров распределения
Стандартизация, логарифмирование Cтандартизация данных Формирование набора данных Преобразование данных в логарифмической шкале
Проверка гипотез Мощность исследования
Оценка мощности критерия Мощность исследования
Частотный анализ Частоты кодонов
Корреляционный анализ Эпидемиологическая статистика
Вариационный анализ Объединение наборов данных 🗎 Сравнение выборок
Регрессионный анализ 🗎 Сравнение регрессионных моделей
Кластерный анализ 🗎 Кластерный анализ
Метод главных компонент Частоты кодонов
Управление подбором параметров модели с помощью гиперпараметров Компоненты нелинейного процесса
Умеет программировать¶
Переменные в Python ☑ Генерация случайных выборок Строки в кавычках Разные типы - разное поведение!
Массивы данных, таблицы Эпидемиологическая статистика Составные типы данных Работа с таблицами 🗎 Оценка качества
Функции Функция Заимствование кода
Модули Заимствование кода
Сравнение и идентичность объектов Генератор случайных чисел
Матричные операции Операции с матрицами
Отладка программ ☑ Генерация случайных выборок
Загрузка данных из сети Сезонные колебания Готовые наборы данных
Пользуется средствами визуализации данных¶
Графики зависимостей Cтандартизация данных Работа с таблицами 🗎 Оценка качества Сведенья о пациентах
Гистограммы распределения Построение гистограммы распределения Структура данных
Корреляционные матрицы Эпидемиологическая статистика
Дендрограммы Дистанция между строками
Произвольные фигуры Координаты
Aнализ цветных фотоизображений Обработка изображений
Цветовые палитры Сезонные колебания Скрининговая диагностика
Настройка подписей осей Сезонные колебания
Использует методы обработки сигналов¶
Цифровая фильтрация Выделение событий в сигнале
Выделение событий в сигнале Выделение событий в сигнале
Экстраполяция сигналов Предсказание будущих реакций на основе предшествующих Компоненты нелинейного процесса Эпидемиологическая статистика
Обнаружение нарушений в структуре Обнаружение нарушений в структуре
Спектральный анализ Спектральный анализ
Анализ переходных процессов Скрининговая диагностика
Анализ сезонных колебаний Сезонные колебания Эпидемиологическая статистика
Составляет отчеты¶
Извлекает информацию по шаблону 🗎 Анализ научной статьи 🗎 Оценка качества
Формулирует выводы 🗎 Сравнение выборок 🗎 Сравнение регрессионных моделей 🗎 Спектральный анализ 🗎 Кластерный анализ 🗎 Анализ изображения 🗎 Оценка качества